如何高效将Excel多工作表数据合并为单个Pandas DataFrame？

可以利用pandas的ExcelFile结合循环简化操作，替代手动逐个读取的冗余方式，具体实现如下：

核心思路 #

• 一次性读取Excel文件并获取所有工作表名称
• 循环遍历每个工作表，读取数据后添加对应年份列
• 最后合并所有工作表数据为单个DataFrame

代码实现 #

import pandas as pd

# 读取目标Excel文件
excel_file = pd.ExcelFile("你的文件路径.xlsx")

# 初始化空列表存储各工作表数据
df_collection = []

# 遍历所有工作表
for sheet_name in excel_file.sheet_names:
    # 读取当前工作表数据
    sheet_df = excel_file.parse(sheet_name)
    # 添加年份归属列，直接复用工作表名称作为年份值
    sheet_df["年份"] = sheet_name
    # 将处理后的数据存入列表
    df_collection.append(sheet_df)

# 合并所有DataFrame并重置索引
final_df = pd.concat(df_collection, ignore_index=True)

# 可选：查看合并后的结果
print(final_df.head())

额外说明 #

• 该方案自动适配所有工作表，后续新增年份工作表无需修改代码
• ignore_index=True用于避免合并后出现重复索引的问题
• 若工作表名称与年份格式不一致，可在循环内通过字符串处理提取年份（如sheet_name[-4:]截取四位数字年份）

内容的提问来源于stack exchange，提问作者AJCaffarini